الانتقال إلى المحتوى
العودة إلى نتائج البحث

دراسة الأتراب الاستعادية

قدّمه
Systematic use attributed to early 20th-century occupational epidemiology; formalized in modern epidemiological theory by Brian MacMahon and others
السنة
Mid-20th century (widely formalized 1950s–1970s)
النوع
Observational analytic study
العائلة
Clinical / epidemiology

هذا النص ترجمة آلية ولم تتم مراجعته بعد. اقرأ النص الأصلي بالإنجليزية

حجم الخط

ماذا تفعل؟

تجمع دراسة الأتراب الاستعادية مجموعة من الأفراد الذين يتشاركون نقطة انطلاق مشتركة وتعيد بناء تاريخ تعرضهم ونتائجهم اللاحقة بالكامل من سجلات موجودة مسبقًا. نظرًا لأن البيانات قد تم جمعها بالفعل قبل بدء الدراسة، فإن التصميم أسرع وأقل تكلفة بكثير من الأتراب المستقبلية؛ ومع ذلك، يجب على الباحث العمل مع أي معلومات تم تسجيلها في ذلك الوقت بدلاً من جمع قياسات مصممة خصيصًا.

الفكرة الحدسية وراء الطريقة

فكر في مصنع احتفظ بسجلات توظيف مفصلة تعود إلى 30 عامًا. يمكن لأخصائي وبائيات اليوم تحديد جميع العمال الذين تم توظيفهم في عام 1990، وتصنيف كل منهم على أنه تعرض أو لم يتعرض لمادة كيميائية بناءً على سجلات المسمى الوظيفي، ثم تتبع كل عامل من خلال سجلات الوفيات لمعرفة من أصيب بمرض رئوي. حدثت 'المتابعة' بأكملها في الماضي - يقوم الباحث ببساطة بإعادة بنائها من الملفات الموجودة. هذه الجودة الزمنية تجعل دراسات الأتراب الاستعادية فعالة بشكل فريد لدراسة النتائج ذات فترات الكمون الطويلة، ولكنها تعني أيضًا أنه لا يمكن للباحث العودة وجمع التعرضات التي لم يتم قياسها أبدًا.

التاريخ

تم استخدام دراسات الأتراب التي تتتبع للخلف عبر السجلات التاريخية في أبحاث الصحة المهنية منذ أوائل القرن العشرين، لا سيما لدراسة الوفيات بين العمال المعرضين للمواد الكيميائية الصناعية. اكتسب التصميم مكانة وبائية رسمية من خلال نصوص منهجية منتصف القرن، بما في ذلك كتاب Brian MacMahon و Thomas Pugh المؤثر عام 1970 بعنوان Epidemiology: Principles and Methods. قدمت الطبعات المتتالية من Modern Epidemiology (1986، 1998، 2008) لكينيث روثمان الإطار القانوني الذي يميز بين تصميمات الأتراب المستقبلية والاستعادية. أدى الانفجار في السجلات الصحية الإلكترونية وقواعد البيانات الإدارية من التسعينيات فصاعدًا إلى جعل دراسة الأتراب الاستعادية واحدة من أكثر التصميمات التي يتم إجراؤها بشكل متكرر في علم الأوبئة الدوائية وأبحاث الفعالية المقارنة.

متى تُستخدم

استخدم دراسة الأتراب الاستعادية عندما تحتاج إلى تقدير العلاقة بين التعرض والنتيجة ولكن لا يمكنك الانتظار سنوات للمتابعة، وعندما توجد بالفعل سجلات تاريخية عالية الجودة حول التعرض والنتيجة. إنها مناسبة بشكل خاص لعلم الأوبئة المهني، وعلم الأوبئة الدوائية، وأبحاث قواعد بيانات الرعاية الصحية حيث يتم جمع البيانات الإدارية أو سجلات السجل بشكل روتيني. تجنبها عندما لم يتم تسجيل التعرض محل الاهتمام بشكل منهجي في السجلات التاريخية، وعندما تكون جودة السجل ضعيفة أو غير موحدة عبر المواقع، وعندما تكون العوامل المربكة على مستوى الفرد غير مقاسة إلى حد كبير في البيانات المتاحة، أو عندما تكون النتيجة نادرة بما يكفي بحيث يكون تصميم دراسة الحالة والشاهد أكثر كفاءة.

الحدود والاعتبارات

  • تعتمد كليًا على جودة واكتمال وتفاصيل السجلات الموجودة مسبقًا - لا يمكن استخدام المتغيرات التي لم يتم تسجيلها تاريخيًا.
  • عادة ما يكون تقييم التعرض أكثر خشونة مما هو عليه في الدراسات المستقبلية، مما يزيد من خطر سوء التصنيف والتحيز نحو الصفر.
  • من الصعب معالجة الارتباك غير المقاس عندما لم يتم جمع البيانات التاريخية لأغراض البحث.
  • يمكن أن ينشأ تحيز الاختيار إذا كان الانتماء إلى المجموعة في خط الأساس قد تأثر بالأعراض المبكرة للنتيجة (تأثير العامل الصحي في البيئات المهنية).
  • من الصعب تقييم فقدان المتابعة وقد يكون تفاضليًا إذا غادر الأفراد الأكثر مرضًا نظام السجلات مبكرًا.

لا تغني شروط المصدر عن المراجعة العلمية المستقلة أو التحقق بواسطة محرك تحليل.

نقاط القوة

  • أسرع وأقل تكلفة بكثير من دراسة الأتراب المستقبلية لأن المتابعة قد حدثت بالفعل.
  • مثالية للنتائج ذات فترات الكمون الطويلة - يمكن دراسة عقود من المتابعة دون انتظار عقود.
  • تسمح بتقدير معدلات الحدوث والمخاطر النسبية - مقاييس غير متوفرة في تصميمات دراسة الحالة والشاهد.
  • غالبًا ما تكون أحجام العينات الكبيرة ممكنة عن طريق ربط قواعد البيانات الإدارية أو سجلات السجل التي تم جمعها بشكل روتيني.
  • يمكن تقييم نتائج متعددة من مجموعة تعرض واحدة في وقت واحد.

التطبيقات

  • علم الأوبئة المهني: دراسة مخاطر السرطان أو أمراض الجهاز التنفسي بين العمال المعرضين تاريخيًا للأسبستوس أو السيليكا أو المذيبات الكيميائية باستخدام سجلات التوظيف والوفيات.
  • علم الأوبئة الدوائية: تقدير مخاطر القلب والأوعية الدموية لدواء باستخدام قواعد بيانات مطالبات التأمين التي تربط سجلات الوصفات الطبية بنتائج الاستشفاء.
  • أبحاث جودة الرعاية الصحية: مقارنة النتائج طويلة الأجل (إعادة الدخول، الوفيات) بين المرضى الذين تلقوا علاجات مختلفة بناءً على بيانات تفريغ المستشفى.
  • الأمراض المعدية: إعادة بناء أنماط الانتقال وعوامل الخطر لتفشي العدوى باستخدام سجلات تتبع المخالطين ونتائج المختبر.
  • دراسات سجلات السرطان: ربط سجلات السرطان على مستوى السكان بمسوحات نمط الحياة التي تم إجراؤها قبل سنوات لتحديد عوامل الخطر لأنواع معينة من الأورام.

كيف يعمل

كيف يعمل

1

يحدد الباحث مجموعة سكان مصدر ويختار الأفراد الذين كانوا خاليين من النتيجة محل الاهتمام في تاريخ أساسي تاريخي - 'الوقت صفر' للمتابعة. يتم تطبيق معايير الاشتمال والاستبعاد على السجلات الموجودة مسبقًا مثل ملفات التوظيف، أو إدخالات المستشفى، أو مطالبات التأمين. يجب سحب كل من المجموعات المعرضة وغير المعرضة من نفس مجموعة السكان المصدر لتجنب تحيز الاختيار.

2

يتم إعادة بناء حالة التعرض في خط الأساس من السجلات التاريخية: قياسات الصحة المهنية، بيانات صرف الأدوية، القيم المخبرية، السجلات الطبية، أو سجلات المراقبة البيئية. جودة واكتمال تصنيف التعرض هو أكبر محدد لصحة الدراسة؛ غالبًا ما يكون سوء تصنيف التعرض غير تفاضلي (يحيز النتائج نحو الصفر) عندما لم يتم جمع السجلات مع وضع النتيجة في الاعتبار.

3

يتم تحديد النتائج التي حدثت خلال فترة المتابعة من خلال ربط السجلات بسجلات الوفيات، أو سجلات السرطان، أو قواعد بيانات تفريغ المستشفيات، أو سجلات علم الأمراض. يجب تطبيق طريقة التحقق بشكل موحد على كل من المجموعات المعرضة وغير المعرضة. يجب قياس سوء تصنيف النتيجة وفقدان المتابعة والإبلاغ عنهما.

4

نظرًا لأن التعرض لم يتم تعيينه عشوائيًا، يجب التحكم في العوامل المربكة تحليليًا. يتم استخدام التقسيم الطبقي، أو الانحدار متعدد المتغيرات (غالبًا Cox proportional-hazards)، أو مطابقة درجة الميل، أو الترجيح العكسي للاحتمالية للتكيف مع المتغيرات المسجلة في البيانات التاريخية. يظل الارتباك غير المقاس من العوامل غير الموجودة في السجلات تهديدًا متبقيًا.

5

المقياس الأساسي للارتباط هو الخطر النسبي (نسبة الخطر) أو نسبة المعدل - حدوث النتيجة في المجموعة المعرضة مقسومًا على حدوثها في المجموعة غير المعرضة. عندما تختلف أوقات المتابعة عبر الأفراد، تُفضل نسب معدل الحدوث المشتقة من نماذج بواسون أو كوكس. تكمل فترات الثقة، وعند الاقتضاء، تقديرات الخطر القابل للعزو التحليل.

الصيغة
RR = (a/(a+b)) / (c/(c+d))

الأخطاء الشائعة

  • تحيز الوقت الخالد - إذا تم تعيين الفترة بين دخول المجموعة وتصنيف التعرض بشكل غير صحيح لمتابعة المجموعة المعرضة، فإن المعرضين يبدون بصحة أفضل بشكل زائف؛ يجب تخصيص وقت الشخص لفترة التعرض الصحيحة.
  • تجاهل تأثير العامل الصحي - يميل العمال الذين يعملون لفترة كافية للظهور في السجلات المهنية إلى أن يكونوا أكثر صحة من عامة السكان، مما يقلل بشكل مصطنع من تقديرات المخاطر عند استخدام عامة السكان كمقارن غير معرض.
  • معاملة فئات التعرض المستندة إلى السجلات على أنها دقيقة عندما تعكس عناوين وظيفية واسعة أو نطاقات جرعات - يجب الإبلاغ عن تحليلات الحساسية مع نقاط قطع مختلفة للتعرض.
  • الفشل في حساب التعرض المتغير بمرور الوقت - يؤدي تصنيف جميع التعرضات في خط الأساس إلى تجاهل التغيرات في شدة التعرض خلال فترة المتابعة ويمكن أن ينتج عنه تقديرات متحيزة.

الأسئلة الشائعة

كيف تختلف دراسة الأتراب الاستعادية عن دراسة الحالة والشاهد؟

كلا التصميمين يستخدمان بيانات موجودة، لكنهما يختلفان في منطق أخذ العينات. تبدأ دراسة الأتراب الاستعادية بمجموعة معرضة ومجموعة غير معرضة وتقارن حدوث النتيجة بينهما؛ وهي تنتج مخاطر نسبية ومعدلات حدوث. تبدأ دراسة الحالة والشاهد بحالات نتيجة وضوابط خالية من الأمراض وتقارن انتشار التعرض السابق؛ وهي تنتج نسب أرجحية. عندما تكون النتيجة نادرة، يكون تصميم دراسة الحالة والشاهد أكثر كفاءة. عندما تكون هناك نتائج متعددة محل اهتمام أو عندما لا تكون النتيجة نادرة، يُفضل الأتراب الاستعادية.

متى تكون دراسة الأتراب الاستعادية أفضل من دراسة الأتراب المستقبلية؟

تُفضل الأتراب الاستعادية عندما يكون للنتيجة فترة كمون طويلة (عقود)، وعندما يكون انتظار تراكم الأحداث غير عملي، أو عندما يجب الإجابة على سؤال البحث بسرعة وتوجد بالفعل سجلات تاريخية مناسبة. تُفضل الأتراب المستقبلية عندما يجب أن يكون قياس التعرض دقيقًا وموحدًا، وعندما لا تكون العوامل المربكة ذات الصلة موجودة في السجلات الحالية، أو عندما يتطلب سؤال البحث عينات بيولوجية تم جمعها بشكل مستقبلي.

ما هو تحيز الوقت الخالد وكيف أتجنبه؟

يحدث تحيز الوقت الخالد عندما يتم تعيين وقت الشخص الذي لم يتمكن فيه الأفراد من تجربة النتيجة - على سبيل المثال، الفترة بين دخول المجموعة وتلقي التعرض الذي يحدد عضوية المجموعة - بشكل غير صحيح للمجموعة المعرضة. إنه يجعل المجموعة المعرضة تبدو بصحة أفضل بشكل مصطنع. تجنبه عن طريق محاذاة دخول المجموعة وبدء التعرض وبدء المتابعة بعناية، واستخدام ترميز التعرض المتغير بمرور الوقت في نماذج البقاء على قيد الحياة بدلاً من تصنيف التعرض الأساسي الثابت.

كيف يجب أن أتعامل مع بيانات التعرض المفقودة في السجلات التاريخية؟

أولاً، قم بوصف مدى وآلية الفقدان المحتملة (مفقود تمامًا بشكل عشوائي، أو عشوائي، أو غير عشوائي). إذا كان الفقدان محدودًا ومن المحتمل أن يكون عشوائيًا، فإن تحليل الحالات الكاملة مع تحليل الحساسية مقبول. بالنسبة لنسب أكبر من البيانات المفقودة، يُفضل الاستكمال المتعدد، شريطة توفر المتغيرات اللازمة للتنبؤ بالفقدان. تساعد تحليلات أسوأ السيناريوهات في تحديد حدود عدم اليقين. تجنب استكمال متغير التعرض نفسه باستخدام النتيجة، حيث يمكن أن يؤدي ذلك إلى تحيز.

هل يمكن لدراسة الأتراب الاستعادية إثبات السببية؟

مثل جميع التصميمات الرصدية، يمكن لدراسة الأتراب الاستعادية إظهار الارتباط والتقدم الزمني للتعرض قبل النتيجة، لكنها لا تستطيع استبعاد الارتباك غير المقاس دون دليل إضافي. يتم تعزيز الادعاءات السببية عن طريق تطبيق معايير برادفورد هيل (القوة، الاتساق، الخصوصية، الاستجابة للجرعة، المعقولية البيولوجية)، عن طريق إجراء تحليلات تحكم سلبية، وعن طريق تثليث النتائج مع تصميمات دراسات أخرى بما في ذلك التجارب العشوائية حيثما كانت متاحة.

طرق ذات صلة

المصادر

  1. Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.

    ردمك: 978-0781755641
    تم النسخ.
  2. Retrospective cohort study. Wikipedia.

    افتح مرجع المنشور
    تم النسخ.